Skip to content

docs(research): hyphae-agents — Agent 框架选型调研 #10

New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

Sign up for GitHub

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Merged
jhfnetboy merged 1 commit into from
Jun 23, 2026
Merged

docs(research): hyphae-agents — Agent 框架选型调研 #10

Show file tree
Hide file tree
Changes from all commits
Commits
Show all changes
1 commit
Select commit
File filter

Filter by extension

Filter by extension
Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
227 changes: 227 additions & 0 deletions research/hyphae-agents/GITHUB_TOP20.md
View file
Open in desktop
Original file line number Diff line number Diff line change
@@ -0,0 +1,227 @@
# GITHUB_TOP20.md — GitHub Agent 框架 Top 20+ 调研与打分

> 数据时间：2026-06-23（gh CLI 实时搜索）
> 打分标准：见 [REQUIREMENTS.md](./REQUIREMENTS.md)（MOD/EVO/MEM/KB/LOCAL/SMB/OSS 七维加权）
> 说明：star 数为 2026-06 快照。本表按"对 Hyphae 适配度"分 5 组，而非单纯按 star 排名。

---

## 1. 总览：5 组分类

```
┌─────────────────────────────────────────────────────────────────┐
│ Group A — 本地优先 / 隐私 / 自托管（Hyphae 最贴合） │
│ AnythingLLM · Cherry Studio · LocalAGI · ARGO · OwnPilot · │
│ Open WebUI · local-operator │
├─────────────────────────────────────────────────────────────────┤
│ Group B — 记忆系统（Hyphae MEM 层候选） │
│ mem0 · Letta(MemGPT) · hindsight · memU · A-mem │
├─────────────────────────────────────────────────────────────────┤
│ Group C — 自我演进（Hyphae EVO 层候选） │
│ GenericAgent · AgentEvolver · Agent0 · EvoAgentX │
├─────────────────────────────────────────────────────────────────┤
│ Group D — 通用 Agent 编排框架（Hyphae 内核候选） │
│ AgentScope · Qwen-Agent · smolagents · CrewAI · LangGraph · │
│ pydantic-ai · MetaGPT · CAMEL · microsoft/agent-framework │
├─────────────────────────────────────────────────────────────────┤
│ Group E — RAG / 知识 / 工作流平台（Hyphae KB / 工作流候选） │
│ Dify · Flowise · txtai · langflow · ruoyi-ai(中) · n8n │
└─────────────────────────────────────────────────────────────────┘
```

---

## 2. Group A — 本地优先 / 隐私 / 自托管 ⭐ 最贴合

| 框架 | Stars | 语言 | License | 一句话 |
|:---|:---:|:---|:---|:---|
| **AnythingLLM** | 62.0K | JS | MIT-ish | Local-first 全功能 agent + RAG + 向量库 + 多模态 |
| **Open WebUI** | 142.7K | JS | BSD-ish | Ollama 的事实标准 UI，插件 + RAG + 多模型 |
| **Cherry Studio** | 47.7K | TS | 自定义 | 桌面 AI 工作室，300+ 助手 + MCP + agent + 本地模型 |
| **LocalAGI** (mudler) | 1.8K | Go | MIT | 自托管 AI Agent 平台，最大隐私，drop-in 替代 OpenAI |
| **ARGO** (xark-argo) | 793 | Python | 自定义 | "Local Manus" 到桌面，一键下模型 + LangGraph + DeepSeek |
| **OwnPilot** | 420 | TS | MIT | 隐私优先个人 AI，自主 agent + 工具编排 + 多 provider |
| **local-operator** | 206 | Python | 开源 | 本地 agent 工作区，后台干活的个人助理团队 |

### 打分

| 框架 | MOD | EVO | MEM | KB | LOCAL | SMB | OSS | 加权 |
|:---|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|
| **AnythingLLM** | 4 | 2 | 3 | **5** | **5** | **5** | 4 | **4.05** ⭐ |
| **Cherry Studio** | 4 | 2 | 3 | 4 | **5** | **5** | 3 | **3.85** |
| **ARGO** | 4 | 3 | 3 | 4 | **5** | 4 | 3 | **3.85** ⭐ |
| **LocalAGI** | 4 | 2 | 3 | 3 | **5** | 3 | **5** | **3.70** |
| **Open WebUI** | 3 | 1 | 2 | 4 | **5** | **5** | 4 | **3.45** |
| **OwnPilot** | 4 | 2 | 3 | 3 | 4 | 3 | **5** | **3.45** |
| **local-operator** | 3 | 2 | 3 | 3 | 4 | 3 | 4 | **3.20** |

**点评**：
- **AnythingLLM** — RAG + 本地 + 一键部署最均衡，中小组织开箱即用首选
- **ARGO** — "Local Manus" 定位，desktop + langgraph + 一键下模型，最接近"小组织 AI 大脑"形态
- **Cherry Studio** — 桌面体验最好、中文社区强，但 license 偏限制、偏"工具箱"非"框架"
- **LocalAGI** — Go 写、隐私最强、drop-in 替代，适合做底层 runtime

---

## 3. Group B — 记忆系统 ⭐ Hyphae MEM 层

| 框架 | Stars | 语言 | 一句话 |
|:---|:---:|:---|:---|
| **mem0** | 59.2K | Python | 通用记忆层，AI Agent 的"universal memory"，可全本地 |
| **Letta (MemGPT)** | 23.5K | Python | 有状态 agent 平台，高级记忆 + 自学习自改进 |
| **hindsight** (vectorize) | 17.0K | Python | "会学习的 agent 记忆" |
| **memU** (NevaMind) | 13.9K | Python | "从工作区到 agent 记忆" |
| **A-mem** (agiresearch) | 1.1K | Python | NeurIPS'25 论文，agentic memory |

### 打分（只评 MEM 相关维度 + LOCAL/OSS）

| 框架 | MEM | EVO | LOCAL | OSS | 备注 |
|:---|:---:|:---:|:---:|:---:|:---|
| **Letta** | **5** | 4 | 4 | **5** | 分层记忆 + 自我改进，Apache 2.0 ⭐ |
| **mem0** | **5** | 3 | 4 | 4 | 最流行，可本地（Qdrant + Ollama）⭐ |
| **hindsight** | 4 | 4 | 3 | 4 | 强调"学习型"记忆 |
| **memU** | 4 | 3 | 3 | 4 | 较新 |
| **A-mem** | 4 | 4 | 3 | 4 | 学术，参考价值 |

**点评**：
- **Letta（前 MemGPT）** — Hyphae MEM 层首选。分层记忆 + 自我改进 + Apache 2.0 + 可接本地模型，与"自我演进"诉求重叠
- **mem0** — 最流行、生态好、可全本地（Qdrant + Ollama），作为轻量替代

---

## 4. Group C — 自我演进 ⭐ Hyphae EVO 层

| 框架 | Stars | 一句话 |
|:---|:---:|:---|
| **GenericAgent** (lsdefine) | 13.0K | 自我演进 agent：从 3.3K 行种子长出技能树，6x 更省 token，含 memory-system |
| **AgentEvolver** (modelscope) | 1.5K | 阿里达摩，高效自我演进 agent 系统 |
| **Agent0** (aiming-lab) | 1.2K | ICML'26，从零数据自我演进 |
| **EvoAgentX / 各 survey** | 0.3-2.3K | 自我演进综述 + 资源库 |

### 打分

| 框架 | EVO | MOD | MEM | LOCAL | OSS | 备注 |
|:---|:---:|:---:|:---:|:---:|:---:|:---|
| **GenericAgent** | **5** | 4 | 4 | 4 | **5** | 技能树生长 + 计算机控制 + 记忆系统，MIT ⭐ |
| **AgentEvolver** | 4 | 3 | 3 | 3 | 4 | 阿里出品，工程化好 |
| **Agent0** | 4 | 2 | 3 | 3 | 4 | 偏研究 |

**点评**：
- **GenericAgent** — "从种子长技能树"正是用户说的"自我演进"。**Hyphae 不一定直接用，但其设计模式（skill tree growth + 经验回写）应被 Hyphae EVO 层借鉴**
- 自我演进整体仍偏研究阶段，生产采用需谨慎

---

## 5. Group D — 通用 Agent 编排框架 ⭐ Hyphae 内核候选

| 框架 | Stars | 语言 | 一句话 |
|:---|:---:|:---|:---|
| **MetaGPT** | 69.0K | Python | 多 agent 软件公司，自然语言编程 |
| **CrewAI** | 54.2K | Python | 角色扮演多 agent 编排 |
| **LangGraph** | 35.5K | Python | 构建有韧性的 agent（状态图）|
| **AgentScope** | 27.1K | Python | 阿里，可见可信的 agent + 完整 runtime/studio 生态 |
| **smolagents** | 28.0K | Python | HuggingFace，极简 code-thinking agent |
| **pydantic-ai** | 17.9K | Python | Pydantic 式类型安全 agent |
| **Qwen-Agent** | 16.6K | Python | 基于 Qwen，Function Calling + MCP + Code Interpreter + RAG |
| **CAMEL** | 17.2K | Python | 多 agent，研究 scaling law |
| **microsoft/agent-framework** | 11.6K | Python | 微软，编排 + 部署 |

### 打分

| 框架 | MOD | EVO | MEM | KB | LOCAL | SMB | OSS | 加权 |
|:---|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|
| **Qwen-Agent** | **5** | 2 | 3 | 4 | **5** | 3 | 4 | **3.95** ⭐ |
| **AgentScope** | **5** | 3 | 3 | 3 | 4 | 3 | 4 | **3.75** ⭐ |
| **smolagents** | 4 | 2 | 2 | 3 | 4 | 3 | **5** | **3.40** |
| **LangGraph** | **5** | 2 | 3 | 3 | 4 | 2 | 4 | **3.55** |
| **CrewAI** | 4 | 2 | 3 | 3 | 3 | 3 | 4 | **3.20** |
| **pydantic-ai** | 4 | 1 | 2 | 2 | 4 | 2 | 4 | **2.95** |
| **MetaGPT** | 4 | 2 | 2 | 2 | 3 | 2 | 4 | **2.85** |

**点评**：
- **Qwen-Agent** — Hyphae 内核首选候选。原生 Qwen（Hyphae 主力模型）+ MCP + RAG + Code Interpreter + 本地友好，与 Hyphae 技术栈天然对齐 ⭐
- **AgentScope** — 阿里出品，生态最完整（runtime + studio + samples），可视化好，企业级 ⭐
- **smolagents** — 极简优雅，适合做轻量内核，但功能需自己补
- **LangGraph** — 状态图强大但偏底层，SMB 友好度低

---

## 6. Group E — RAG / 知识 / 工作流平台

| 框架 | Stars | 一句话 |
|:---|:---:|:---|
| **langflow** | 150.0K | 可视化构建 AI 工作流 |
| **Dify** | 146.2K | 生产级 agentic workflow 平台 |
| **Flowise** | 53.9K | 可视化构建 AI agents |
| **txtai** | 12.7K | 一体化语义搜索 + LLM 编排 + 工作流 |
| **ruoyi-ai** (中) | 5.4K | 中文企业级 AI 应用框架，知识库 + 多模型接入 |
| **n8n** | (大) | 通用工作流自动化（可接 Ollama）|

### 打分

| 框架 | MOD | KB | LOCAL | SMB | OSS | 加权 | 备注 |
|:---|:---:|:---:|:---:|:---:|:---:|:---:|:---|
| **Dify** | **5** | **5** | 4 | 4 | 4 | **4.4** | 工作流 + RAG + agent 一体，本地可部署 ⭐ |
| **txtai** | 4 | **5** | **5** | 3 | **5** | **4.3** | 全本地语义搜索 + 编排，轻量 ⭐ |
| **Flowise** | **5** | 4 | 4 | 4 | 4 | **4.1** | 可视化 agent，低代码 |
| **ruoyi-ai** | 4 | **5** | 4 | 4 | 4 | **4.2** | 中文企业 + 知识库，本土友好 ⭐ |
| **langflow** | **5** | 4 | 3 | 4 | 4 | **3.9** | 可视化强但偏重 |

**点评**：
- **Dify** — 工作流 + RAG + agent 全包，中小组织"无代码搭 AI 应用"最强，可本地部署 ⭐
- **txtai** — 最轻量的全本地知识 + 编排，适合嵌入 Hyphae 做 KB 层
- **ruoyi-ai** — 中文企业级，知识库强，本土生态友好，值得作为参考/起点

---

## 7. Hyphae 适配度 Top 12 总排名（跨组加权）

| 排名 | 框架 | 组 | 加权 | 在 Hyphae 中的角色 |
|:---:|:---|:---:|:---:|:---|
| 1 | **AnythingLLM** | A | 4.05 | 一体化壳 + RAG（开箱即用基线）|
| 2 | **Qwen-Agent** | D | 3.95 | Agent 编排内核（Qwen 对齐）|
| 3 | **Cherry Studio** | A | 3.85 | 桌面 UX 壳（终端用户触点）|
| 3 | **ARGO** | A | 3.85 | "Local Manus" 桌面形态参考 |
| 5 | **AgentScope** | D | 3.75 | 企业级编排内核（备选）|
| 6 | **LocalAGI** | A | 3.70 | 隐私 runtime 底层 |
| 7 | **Dify** | E | 4.4* | 工作流 + RAG（*仅 E 组维度）|
| 8 | **Letta** | B | 5.0* | 记忆层（*仅 MEM 维度）|
| 9 | **mem0** | B | 5.0* | 记忆层轻量替代 |
| 10 | **GenericAgent** | C | 5.0* | 自我演进模式借鉴 |
| 11 | **txtai** | E | 4.3* | 知识层轻量嵌入 |
| 12 | **ruoyi-ai** | E | 4.2* | 中文企业起点参考 |

> 注：带 * 的是单维度满分（记忆/演进/知识专精），不能与全维度加权直接比较。

---

## 8. 关键发现

1. **没有单一框架满足全部 5 条要求** —— 必须分层组合
2. **本地优先框架（Group A）SMB 友好但编排弱**；**编排框架（Group D）灵活但需技术**
3. **记忆 + 自我演进是分离的专精领域** —— Letta/mem0（记忆）+ GenericAgent（演进）
4. **Qwen-Agent 与 Hyphae 技术栈天然对齐**（都用 Qwen + 本地 + MCP）
5. **中文生态有专门玩家**（Cherry Studio / AgentScope / ruoyi-ai / Qwen-Agent）——本土化优势
6. **自我演进仍偏研究**，生产采用需谨慎，建议借鉴模式而非直接依赖

→ 完整组合方案见 [SYNTHESIS_RECOMMENDATION.md](./SYNTHESIS_RECOMMENDATION.md)。

---

## 参考（GitHub 仓库）

- AnythingLLM: github.com/Mintplex-Labs/anything-llm
- Cherry Studio: github.com/CherryHQ/cherry-studio
- LocalAGI: github.com/mudler/LocalAGI
- ARGO: github.com/xark-argo/argo
- OwnPilot: github.com/ownpilot/OwnPilot
- Open WebUI: github.com/open-webui/open-webui
- mem0: github.com/mem0ai/mem0
- Letta: github.com/letta-ai/letta
- GenericAgent: github.com/lsdefine/GenericAgent
- AgentScope: github.com/agentscope-ai/agentscope
- Qwen-Agent: github.com/QwenLM/Qwen-Agent
- smolagents: github.com/huggingface/smolagents
- Dify: github.com/langgenius/dify
- txtai: github.com/neuml/txtai
- ruoyi-ai: github.com/ageerle/ruoyi-ai
Loading
Loading